在当今数字化时代, 数据已成为推动社会进步和商业创新的核心力量。 从互联网巨头的精准营销, 到金融科技的智能风控; 从医疗健康的大数据分析, 到智能交通的实时优化,大数据正深刻地改变着人们的生活和工作方式。 大数据分析能够帮助人们理解数据和问题, 提供广泛的数据处理和分析方法。 大数据分析已不再是数据科学家的专属领域, 而是每个希望在数字化浪潮中脱颖而出的从业者和学习者必须掌握的关键技能。 基于此, 编者面向数据管理类专业的需求撰写了本书, 希望读者能够理解数据的价值, 学会解析大数据, 掌握如何从大数据中提取信息、 构建模型, 以及如何将这些模型应用于实际问题中, 为未来的学习和职业发展奠定坚实的基础。

本书内容

本书分两部分对大数据分析进行阐述。

第一部分(第1 ~4 章) 是数据分析的基础。 在第1 章(认识大数据) 的基础上, 从大数据分析的3 个基础环节(大数据获取、 存储、 处理) 进行介绍, 分别对应第2 ~4 章。 其中, 第2章(大数据获取) 介绍网络爬虫、 获取遥感器数据的方法以及获取各种文件数据的方法; 第3章(数据仓库) 介绍数据仓库的特点、 模型、 数据流程以及 ETL 与 OLAP 关键技术; 第4 章(数据处理) 详细介绍数据清洗、 数据集成、 数据变换与数据归约的理论与方法。 这些内容是数据分析的前提与基础。

第二部分(第5 ~7 章) 是数据分析的核心与拓展。 第5 章(数据分析) 具体介绍统计性

数据分析、 多维数据可视化分析、 相关性分析、 邻近性分析。 在第5 章的基础上, 第6 章(因果分析) 探究更深入的数据分析方法, 包括经典的格兰杰因果检验、 结构因果模型, 以及当前流行的双重机器学习方法; 第7 章(文本大数据分析) 具体介绍文本大数据的处理、 可视化、情感分析、 相似度度量、 主题建模等。

本书特色

本书具有以下特色。

(1) 理论根基: 原理系统, 方法前沿。 本书内容丰富、 先进, 以理论方法立足, 每部分教学内容有核心原理与方法, 增设了面向现代管理问题的因果分析、 文本分析理论与方法。

(2) 实践导向: 技术实现, 学以致用。 本书充分体现了理论与实践的结合, 所有的数据处理与分析方法都有实现方法和实践案例, 具体如何利用技术(Python) 实现上述理论与方法, 强调教材内容的实践性, 使得教材具有现实应用价值。

(3) 学科视野: 交叉融合, 创新解法。 本书具有多学科交叉创新的特点, 教学内容汇集了数据科学、 统计学、 机器学习、 管理学等多学科知识, 讲授如何运用数据科学、 统计学、 机器学习方法解决实际应用问题。Ⅱ

配套资源

为便于教学, 本书提供丰富的配套资源, 包括教学大纲、 教学课件、 程序源码、 习题答案、数据集、 在线作业和微课视频。

资源下载提示

课件等资源: 扫描封底的“图书资源”二维码, 在公众号“书圈”下载。

素材(源码) 等资源: 扫描目录上方的二维码下载。

在线自测题: 扫描封底的作业系统二维码, 再扫描自测题二维码, 可以在线做题及查看答案。

微课视频: 扫描封底的文泉云盘防盗码, 再扫描书中相应章节的视频讲解二维码,可以在线学习。

实验配置: Python 版本为3 .8 及以上、 运行环境为 PyCharm。

本书由彭珍编著, 编者在本书的编写过程中得到了中国地质大学(北京) 教务处(教师发展中心) 、 经济管理学院的大力支持, 在此表示衷心的感谢, 同时感谢辅助本书部分实验案例

与编辑工作的学生。由于编者水平有限, 书中难免存在不当之处, 敬请广大同行和读者批评、 指正。